Інтерпретація коефіцієнтів захворюваності


14

Отже, я хочу підходити до випадкової ефекти негативно-біноміальної моделі. Для такої моделі STATA може виробляти коефіцієнти експоненції. Відповідно до файлу довідки такі коефіцієнти можна інтерпретувати як коефіцієнти захворюваності. На жаль, я не є носієм англійської мови, і я не дуже розумію, що таке коефіцієнт частоти захворюваності або як я міг би їх перекласти.

Отже, моє запитання полягає в тому, як я можу інтерпретувати коефіцієнти захворюваності. Наприклад:

Якщо модель дає мені коефіцієнт частоти захворюваності в 0,7 для одного вару. це означатиме, що кількість очікуваних спостережень (підрахунків) залежної вар. змінюється на .7, якщо незалежна зміна змінюється однією одиницею?

Хтось може допомогти?

Відповіді:


11

Ах, коефіцієнт інцидентів, мій старий друг.

Ти прав. Якщо у нас є змінна 0/1, IRR 0,7 означає, що для тих, хто має X = 1, буде 0,7 рази події інциденту, як випадки з X = 0. Якщо ви хочете, щоб фактична кількість передбачуваних підрахунків, вам доведеться повернути -дослідження до неекспонентованих коефіцієнтів моделі. Тоді ваші очікувані випадки будуть:

counts = exp(B0 + B1*X), де B0 - термін перехоплення, B1 - коефіцієнт для вашої змінної (в цьому прикладі дорівнює ~ -0,3365), а X - значення X для будь-якої групи, для якої ви намагаєтеся обчислити це. Я вважаю, що це час від часу корисна перевірка обґрунтованості, щоб переконатися, що я не зробив чогось жахливо неправильного в самій моделі.

Якщо ви більше знайомі зі ступенем небезпеки з інших сфер аналізу виживання, зауважте, що коефіцієнт захворюваності - це коефіцієнт небезпеки, лише із дуже конкретним набором припущень до нього - що небезпека є пропорційною та постійною. Це можна трактувати так само.


2
Дякую за швидку відповідь. Початковий коефіцієнт становить -3,365, але я думаю, що це нормально, як exp (-. 3365) приблизно .7, а так ?!
Адріан

1
Хе - хороша робота, вловлюючи мою помилку. Пропіт: ln (7) = / = ln (0,7)
Фоміт

Пропорційність відношення небезпеки стосується лише пропорційних моделей небезпеки. Не всі моделі історії подій становлять (часто нереально) пропорційне припущення про небезпеку.
Олексій

6

Так, це звучить правильно: якщо бути точним, очікувана кількість множиться на коефіцієнт .7, коли незалежна змінна збільшується на одну одиницю.

Термін "коефіцієнт частоти захворюваності" передбачає, що ви також підходите до моделі з exposure()(зміщеним) терміном, як правило, вказуючи час спостереження за кожною одиницею; у цьому випадку замість очікуваних підрахунків ви очікували підрахунок за одиницю часу, тобто Терміни захворюваності називають їх термінологією з епідеміології.


Чудово, дякую! Але ваша відповідь призводить мене до другого питання. Мені підходить модель, в якій кожен підрозділ - це кількість подій на місяць. Отже експозиція однакова для всіх одиниць. Поки я вважав, що мені не потрібно визначати параметр експозиції в STATA, якщо експозиція однакова для всіх одиниць. Це правильно чи я тут помиляюся?
Адріан

Так, правильно.
onestop
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.